A Survey on Multi-Task Learning

• 类型：arxiv
• 标识：1707.08114
• 链接：https://arxiv.org/abs/1707.08114
• 主题：multimodal
• 主分类：engineering
• 形态：survey
• 被引：3073
• 被引来源：Semantic Scholar
• S2被引：3073
• OpenAlex被引：621
• 影响力被引：129
• TLDR：A survey for MTL from the perspective of algorithmic modeling, applications and theoretical analyses, which gives a definition of MTL and classify different MTL algorithms into five categories, including feature learning approach, low-rank approach, task clustering approach,task relation learning approach and decomposition approach.
• OpenAlex ID：W2742079690
• OpenAlex DOI：10.48550/arxiv.1707.08114
• DOI：10.48550/arxiv.1707.08114
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/1707.08114
• OpenAlex更新：2026-08-23
• 待LLM分类：否
• 成熟度：research
• 场景：multi-task-learning、transfer-learning
• 标题中文：多任务学习综述
• TLDR中文：从算法建模、应用和理论分析角度对 MTL 的综述，给出了 MTL 的定义，并将不同 MTL 算法分为五类：特征学习方法、低秩方法、任务聚类方法、任务关系学习方法和分解方法
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]